Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.01921

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2506.01921 (cs)
[提交于 2025年6月2日 (v1) ,最后修订 2025年6月4日 (此版本, v3)]

标题: MedEBench:回顾医学领域的文本指导图像编辑

标题: MedEBench: Revisiting Text-instructed Image Editing on Medical Domain

Authors:Minghao Liu, Zhitao He, Zhiyuan Fan, Qingyun Wang, Yi R. Fung
摘要: 文本引导的图像编辑在自然图像领域取得了快速进展,但其在医学影像中的应用仍受到限制且缺乏标准化评估。 临床上,此类编辑有望模拟手术结果、创建个性化教学材料以及增强患者沟通。 为弥合这一差距,我们推出了MedEBench,这是一个全面的基准,用于评估文本引导的医学图像编辑。 它由来自13个解剖区域的70项任务、共计1,182个临床来源的图像-提示三元组组成。 MedEBench提供了三个关键贡献:(1)一个涵盖编辑准确性、上下文保留和视觉质量的临床相关评估框架,并附有预期变化和感兴趣区域(ROI)掩码的详细描述;(2)对七种最先进的模型进行系统比较,揭示常见失败模式;以及(3)基于注意力定位的失败分析协议,通过注意力图与ROI之间的IoU来识别错误定位。 MedEBench为开发和评估可靠且具有临床意义的医学图像编辑系统奠定了坚实的基础。 项目网站:https://mliuby.github.io/MedEBench_Website/
摘要: Text-guided image editing has seen rapid progress in natural image domains, but its adaptation to medical imaging remains limited and lacks standardized evaluation. Clinically, such editing holds promise for simulating surgical outcomes, creating personalized teaching materials, and enhancing patient communication. To bridge this gap, we introduce MedEBench, a comprehensive benchmark for evaluating text-guided medical image editing. It consists of 1,182 clinically sourced image-prompt triplets spanning 70 tasks across 13 anatomical regions. MedEBench offers three key contributions: (1) a clinically relevant evaluation framework covering Editing Accuracy, Contextual Preservation, and Visual Quality, supported by detailed descriptions of expected change and ROI (Region of Interest) masks; (2) a systematic comparison of seven state-of-the-art models, revealing common failure patterns; and (3) a failure analysis protocol based on attention grounding, using IoU between attention maps and ROIs to identify mislocalization. MedEBench provides a solid foundation for developing and evaluating reliable, clinically meaningful medical image editing systems. Project website: https://mliuby.github.io/MedEBench_Website/
评论: 项目网站:https://mliuby.github.io/MedEBench_Website/
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)
引用方式: arXiv:2506.01921 [cs.CV]
  (或者 arXiv:2506.01921v3 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.01921
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Minghao Liu Mark [查看电子邮件]
[v1] 星期一, 2025 年 6 月 2 日 17:43:01 UTC (15,704 KB)
[v2] 星期二, 2025 年 6 月 3 日 12:45:27 UTC (15,704 KB)
[v3] 星期三, 2025 年 6 月 4 日 10:55:29 UTC (15,704 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.AI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号